回归模型的数据准备

Question

嗨，我目前正试图预测一件商品在我的商店中是否会成功，这意味着我的培训数据集包含了许多特性：

• 项目名称
• 项目重量
• 项目类别
• 原产国
• 项目销售总额
• 每家商店的商品销售
• 项目评级
• 项目价格

等等..。由于我将介绍一个新的项目出售，我对这个新项目知之甚少：

• 项目名称
• 项目重量
• 项目类别
• 原产国
• 项目价格

当我进行预测时，并不是所有的训练数据/测试数据中的特性都会出现。这在ML中正常吗？在这类情况下进行特性工程时，经验法则是什么？

Answer 1

通常，你只能用你训练过的变量来预测。但在这种情况下，我建议您检查这些缺失变量的多重共线性和您将拥有的变量。也许他们已经和你已经拥有的特性高度相关了。在这种情况下，您可以使用可用的特性进行建模。

如果情况不是这样，而且缺少的变量看起来像是回归中的一个重要变量，那么您可能需要选择一些其他变量，这些变量可以帮助您间接地获得缺少的特性。例如，“类别”可以帮助您准确地获得评级。